买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖北工业大学

摘要：本发明提供一种基于局部MSR和目标匹配的厨房老鼠检测识别方法，包括监控图像提取、图像低照度增强、老鼠活动区域检测、老鼠模板制作、老鼠匹配和判定，其特征在于：所述监控图像提取是通过视频图像采集卡将摄像机中的视频图像传递到计算机中，然后把视频图像转换为连续帧的图像序列。

主权项：1.一种基于局部MSR和目标匹配的厨房老鼠检测识别方法，包括监控图像提取、图像低照度增强、老鼠活动区域检测、老鼠模板制作、老鼠匹配和判定，其特征在于：所述监控图像提取是通过视频图像采集卡将摄像机中的视频图像传递到计算机中，然后把视频图像转换为连续帧的图像序列；所述老鼠活动区域检测是：对预处理后图像的每一个像素点构建K个高斯分布模型，所述K等于3或5，从而形成混合高斯背景模型；将当前帧像素点的K个高斯分布与背景像素点的K个高斯分布进行匹配，若匹配的高斯分布符合背景要求，那么该像素点为背景，否则为前景，若无高斯分布与背景相匹配，则此时出现了一个新的高斯分布，那么就将该分布取代背景高斯分布中权重最小的高斯分布；当背景差分完后，需要对背景模型进行更新，更新背景模型需要将当前像素点的高斯分布与已有的高斯分布进行比较，如果该高斯分布与某一个高斯分布相匹配，则相应的对高斯分布的均值，权重和方差进行更新，如果都不匹配，则出现了一个新的高斯分布，需要将该高斯分布取代权重最小的高斯分布；将背景建模的过程划分为初始阶段和稳固阶段，在背景初始阶段需要一个较大的学习速率，在背景稳固阶段需要一个较小的速率；依据建立的混合高斯模型作为背景，对每帧经过预处理后的图像差分出前景图像；将差分后的图像进行形态学处理，然后对处理后的图像进行边缘检测，提取差分图像的轮廓信息；所述老鼠模板制作包括：依据不同角度老鼠的形状差异设计出四个不同角度的老鼠轮廓图像，将提取的运动目标的轮廓信息与四种老鼠轮廓图像进行形状匹配；根据老鼠体型较小，所占的像素点较少的特点，缩小设计的轮廓图像并计算不同角度轮廓面积；所述老鼠匹配和判定包括：将差分图像的轮廓信息和四个老鼠模板相匹配，将匹配较高的老鼠轮廓图像所对应的轮廓面积与提取的运动目标的轮廓面积相比较，若两者相差较小，则判定该运动目标为老鼠；所述图像低照度增强包括所述厨房检测老鼠的时间处在晚上下班后，曝光条件不足，所得到的图像为低照度图像，需要先对每帧图像进行图像增强处理，消除图像噪点，提高图像质量；由于厨房中的老鼠大多在灶台以及地面上活动，处在监控的下方，所以仅需对下方图像进行增强处理，减少不必要的运算，提高运算效率；首先每帧图像像素大小，由于每张图像大小相同，仅需计算第一帧图像像素大小，对图像的垂直像素按四舍五入法分割为上下两块图像；对分割出的下方图像进行MSR图像增强，采用了三种不同尺度的高斯滤波函数，每种滤波函数具有不同的尺度参数，分别用三种高斯滤波函数对低光图像进行卷积操作，操作完成后可得不同尺度的光照图像，再将多张不同尺度的光照图像加权平均，获得最终的光照图像，如公式1和公式2： 在公式1和公式2中，n为3，N表示高斯Six，y卷积函数的数量，一般为3个分别用于表示小、中、大三种尺度，Wn表示每种尺度的权值，kn示不同尺度的归一化因子，cn表示不同的尺度参数,Gnx，y，c表示n个不同的高斯函数，Six，y示低光图像中第i个通道的分量；操作完成后可得不同尺度的光照图像，再将三张不同尺度的光照图像加权平均，获得光照增强和噪声消除的最终图像。

全文数据：

权利要求：

百度查询： 湖北工业大学 一种基于局部MSR和目标匹配的厨房老鼠检测识别方法